面向低资源语言形态标注的分类损失函数
计算与语言
2023-08-30 v1 机器学习
摘要
语素标注是自动化语言文档中的关键任务，并能极大惠及其他下游应用。尽管最先进的标注系统在对拥有大量现有数据的语言上表现非常好，但为低资源语言创建有用模型则更为困难。在本文中，我们提出使用一种利用形态信息使数据稀缺时形态标注表现更好的分类损失函数。我们发现，尽管就单标签预测准确率而言，该损失函数的使用并未超越标准损失函数，但在考虑前 n 个预测标签时，它产生了更好的预测。我们认为这一特性使得分类损失函数在人机协同标注场景中十分有用。
引用
@article{arxiv.2308.15055,
title = {Taxonomic Loss for Morphological Glossing of Low-Resource Languages},
author = {Michael Ginn and Alexis Palmer},
journal= {arXiv preprint arXiv:2308.15055},
year = {2023}
}